基于MATLAB的车牌识别毕业设计

基于MATLAB的车牌识别研究 摘要 汽车牌照自动识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。在车牌自动识别系统中，首先要将车牌从所获得的图像中分割出来，这是进行车牌字符识别的重要步骤，定位准确与否直接影响车牌识别率。 本次毕业设计首先对车牌识别系统的现状和已有的技术进行深入的研究，在研究的基础上开发出一个基于MATLAB的车牌识别系统，通过编写M文件，对各种车辆图像处理方法进行分析、比较，提出了车牌预处理、车牌粗定位何静定位的方法。本次设计采取的是基于边缘检测，先从经过边缘提取后的车辆图像中提取车牌特征，进行分析处理，从而初步定出车牌的区域，再利用车牌的先验知识和分布特征对车牌区域二值化图像进行处理，从而得到车牌的精确区域，并且取得了较好的定位结果。 关键词：识别率 车牌定位 二值化 边缘检测 Abstract The subject of the automatic recognition of the most significant subiects that are improved from the connection of computer vision and pattren recognition .In LPSR ,the first step is for locating the license plate in the captured image which is very important for character recognition .The recognition correction rate of license plate is goverment by accurate degree of license plate location . The graduation project first in-depth study on the status of the license plate recognition systems and existing technology, on the basis of the study developed a matlab-based license plate recognition system, a variety of vehicles, image processing, through the preparation of the M-fileanalysis of the proposed license plate pretreatment, the positioning of the coarse license plate positioning Jing. The design is taken based on edge detection, start to extract the license plate characteristics after the vehicle image edge extraction, analysis and processing, which initially identified the license plate area, then use the prior knowledge and distribution characteristics of the license plate plate region binary image processing, resulting in a precise area of the license plate, and has made good positioning results. Key words: Recognition rate Location of the plate binary image Checked up for the edge 目录 摘要1 前言4 第一章 绪论5 1.1、课题研究背景和意义5 1.2、国内外研究概况及发展趋势6 1.3车牌定位的意义7 第二章 MATLAB简介8 2.1.MATLAB发展历史8 2.2MATLAB的语言特点9 第三章 车牌定位11 3.1 车牌定位的主要方法11 3.1.1 基于直线检测的方法11 3.1.2 基于阈值化方法12 3.1.3 基于灰度边缘检测方法12 3.1.4 基于彩色图像的车牌定位方法13 3.2研究内容及实验方案14 3.2.1研究内容14 3.2.2 车牌识别系统研究的方案和方法14 3.3 图像的读取15 3.4 预处理及边缘提取17 3.4.1 图象的采集与转换17 3.4.2 图像预处理17 3.4.3 图像增强18 3.4.4灰度变换18 3.4.5 图象平滑的介绍20 3.4.6边缘检测21 3.4.7图像的腐蚀22 3.5 牌照的定位和分割23 3.5.1 牌照区域的定位和分割24 3.5.2 牌照区域的分割24 3.5.3车牌进一步处理24 3.6 图像边缘提取及二值化25 3.7 形态学滤波29 3.8 车牌提取31 第四章 字符的分割与识别32 4.1 字符分割与归一化32 4.2 字符的识别33 总结和体会36 谢辞37 前言 随着交通问题的日益严重，智能交通系统应运而生。从20世纪90年代起，我国也逐渐展开了智能交通系统的研究和开发，探讨在现有的交通运输网的基础上，提高运输效率，保障运输安全。 汽车牌照自动识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。车牌识别的目的是对摄像头获取的汽车图像进行预处理，确定车牌位置，提取车牌上的字符串，并对这些字符进行识别处理，用文本的形式显示出来。车牌自动识别技术在智能交通系统中具有重要的应用价值。在车牌自动识别系统中，首先要将车牌从所获取的图像中分割出来，这是进行车牌字符识别的重要步骤，定位准确与否直接影响车牌识别率。 车牌自动识别系统作为一种交通信息的获取技术在交通车辆管理、园区车辆管理、停车场管理有着特别重要的应用价值，受到业内人士的普遍关注。车辆自动识别系统由三部分组成，其中车牌定位作为最关键的技术，成为重点研究的对象。 车牌定位的成功与否及定位的准确程度将会直接决定后期能否进行车牌识别及识别的准确度。由于在现实中，汽车的车牌图像收到光照、背景、车型等外界干扰因素以及拍摄角度、远近等人为因素的影响，造成图像受光不均匀，车牌区域不明显，给车牌区域的提取带来了较大的困难。 车牌定位的方法有很多种，目前比较经典的定位方法大都在基于灰度图像的基础上，本次设计就针